Ramdani, Rizki Maulana (2021) Deteksi Dini Penyakit Daun Pada Tanaman Anggrek Berbasis Image Processing. Other thesis, Univeristas Komputer Indonesia.
|
Text
UNIKOM_Rizki Maulana Ramdani_COVER.pdf - Published Version Download (31kB) | Preview |
|
|
Text
UNIKOM_Rizki Maulana Ramdani_LEMBAR PENGESAHAN.pdf - Published Version Download (121kB) | Preview |
|
|
Text
UNIKOM_Rizki Maulana Ramdani_PUBLIKASI.pdf - Published Version Download (75kB) | Preview |
|
|
Text
UNIKOM_Rizki Maulana Ramdani_SURAT PERNYATAAN ORISINALITAS.pdf - Published Version Download (85kB) | Preview |
|
|
Text
UNIKOM_Rizki Maulana Ramdani_KATA PENGANTAR.pdf - Published Version Download (244kB) | Preview |
|
|
Text
UNIKOM_Rizki Maulana Ramdani_DAFTAR ISI.pdf - Published Version Download (394kB) | Preview |
|
|
Text
UNIKOM_Rizki Maulana Ramdani_BAB 1.pdf - Published Version Download (256kB) | Preview |
|
|
Text
UNIKOM_Rizki Maulana Ramdani_BAB 2.pdf - Published Version Download (400kB) | Preview |
|
![[img]](http://elibrary.unikom.ac.id/style/images/fileicons/text.png) |
Text
UNIKOM_Rizki Maulana Ramdani_BAB 3.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
|
|
Text
UNIKOM_Rizki Maulana Ramdani_BAB 4.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
|
|
Text
UNIKOM_Rizki Maulana Ramdani_BAB 5.pdf - Published Version Download (177kB) | Preview |
|
|
Text
UNIKOM_Rizki Maulana Ramdani_DAFTAR PUSTAKA.pdf - Published Version Download (279kB) | Preview |
|
|
Text
UNIKOM_Rizki Maulana Ramdani_KONTAK PENULIS DAN KONTRIBUTOR.pdf - Published Version Download (407kB) | Preview |
Abstract
Penelitian ini bertujuan untuk memudahkan para petani/penghobi dalam mendeteksi penyakit pada daun tanaman. Jenis anggrek yang digunakan pada penelitian ini adalah anggrek cattleya, dendrobium, oncidium, phalaenopsis dan anggrek vanda. Untuk penyakit yang digunakan pada penelitian ini adalah anthracnose, bacterial brownspot, bacterial soft and brown rot, black rot, edema, fusarium wilt, leaf spots, dan sunburn. Pada penelitian ini akan dibangun sebuah website dengan menggunakan metode machine learning. Informasi mengenai nama anggrek dan jenis penyakit pada anggrek akan ditampilkan dalam bentuk tabel. Sumber data gambar anggrek dan penyakit anggrek ini didapatkan dari dataset kaggle, dan sumber dataset lainnya. Untuk library javascript yang dipakai pada website ini menggunakan library tensorflow. Hasil pengujian alpha yang dilakukan terhadap fitu-fitur sudah sesuai harapan dan fungsionalitas pada website ini menunjukan bahwa tingkat keakuratan sistem dalam mengenali penyakit dan jenis anggrek masih rendah ,sementara hasil pengujian beta menunjukan bahwa sistem yang dibangun sudah dapat dimengerti dengan mudah, mudah dioperasikan, dan dapat membantu pengguna dalam mendeteksi penyakit pada daun anggrek.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Deteksi Penyakit Daun Anggrek, Machine Learning, Javascript, Orchid, Orchid Leaf Disease |
| Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
| Depositing User: | Mia Hayati Kosasih |
| Date Deposited: | 23 Jun 2022 07:19 |
| Last Modified: | 23 Jun 2022 07:19 |
| URI: | http://elibrary.unikom.ac.id/id/eprint/5688 |
Actions (login required)
 |
View Item |
